均值对应分析在市场研究中的应用

X7X7—安装维修人员的服务质量X8一故障处理北京慧聪国际资讯有限公司广州分公司张文霖在许多市场研究报告中，大部门都使用分类汇总数据来反映某种市场特征信息，那么这里列联表中不再是频数，而是使用相应的统计指标，比如均值等，是否也可对其进行对应分析呢？答案是肯定的，下来我们就来探讨如何进行均值的对应分析。均值对应分析与简单对应分析的区别就在数据的标准化方式不同，均值对应分析中针对欧氏距离提供了5中标准化方式，分别如下：RowandColumnMeansRemoved在标准化的时候将行合计均值与列合计均值的影响都移除，但行与列类别间均值的差别往往氏研究者所感兴趣的，这一项不是最佳选择；RowMeansRemoved在标准化的时候将行合计均值的影响都移除；ColumnMeansRemoved：在标准化的时候将列合计均值的影响都移除；RowTotalsareEqualizedandRowMeansRemoved在标准化的时候先将原始数据除以行合计，然后再移除行均值差异的影响；ColumnTotalsareEqualizedandColumnMeansRemoved在标准化的时候先将原始数据除以列合计，然后再移除列均值差异的影响；标准化2与3较适用于存在上限的量表数据，如五分量表、七分量表。十分量表等；而标准化4与5较适用于无上限数据，或者十量纲相差较大的各指标。以上标准方式在SPSS中CorrespondenceAnalysis过程中Model子对话框中可进行选择设置，其余操作与简单对应分析完全相同。下面将通过一个通信方面满意度研究案例来阐述如何利用SPSS中CorrespondenceAnalysis过程进行均值对应分析。实例分析本例选取用的数据为某省通信行业满意度测评数据中其中的八城市对运营商各个商业过程满意度评价，指标说明X1—信誉X3X1—信誉X3—产品质量X5—费用查询及清单X2—业务办理及购买X4—资费标准及结算X6—缴费X9—业务人员表现采用5分制进行总体满意度评价，5--代表非常满意4--比较满意3--一般2--不太满意1--非常不满意。进行分析的数据为城市与指标评价的均值列联表，本例采用ColumnMeansRemoved这一标准化方法进行数据标准化。因为数据是以列联表形式提供，SPSS无法直接用对话框进行分析，但我们可以先用对话框粘贴出程序，修改程序后运行即可，操作如下：1.选择Analyze—>DataReduction—>CorrespondenceAnalysis，打开CorrespondenceAnalysis主对话框（见图表1）。图表1CorrespondenceAnalysis主对话框•选中“X1”并移至Row栏中，单击''DefineRange”,弹出DefineRangeRowRange对话框，进行定义变量取值范围，最小值为1,最大值为3,并按右侧的update按钮，单击Continue返回CorrespondenceAnalysis主对话框。.选中“X2”并移至Column栏中，同理单击“DefineRange”进行定义变量取值范围,最小值为1,最大值为3,并按右侧的update按钮，单击Continue返回CorrespondenceAnalysis主对话框。Shndardi^tionMethad「Rowandcolumnmeansareremoved「RowmeansareremovedColumnmeansareremoved「Rowtotalsareequalizedandmeansareremoved「ColumntotalsareegualizedandmeansareremovedNormdizatiDnMethod茵^rrirmetrical「Rawprincipal厂Custom:|厂Principal厂Columnprincipal图羔2Model子对话框」4.单击Model按钮进入Model对话框，在DistanceMeasure栏中选中Euclidean，在StandardizationMethod栏中选中ColumnMeansRemoved，其他均采用默认设置,单击Continue返回CorrespondenceAnalysis主对话框，单击Paste按钮粘贴出程序如下：CORRESPONDENCETABLE=X1(13)BYX2(13)/DIMENSIONS=2/MEASURE=EUCLID/STANDARDIZE=CMEAN/NORMALIZATION=SYMMETRICAL/PRINT=TABLERPOINTSCPOINTS/PLOT=NDIM(1,MAX)BIPLOT(20).将上述程序中“TABLE=X1(13)BYX2(13)”修改为“TABLE=all(610)”,all(610)表明数据是以6行、10列的列联表形式出现，运行结果如下：

SunuiLaiyDirnniEic-nEiiigiiliiVal-iHIuHrtiiProputtiuiiofIneitii1151.023.936.9362.035.001.049.9353.013.000.007.9924.011.000.005.9975.009.000.0031.000Tot迅.Q24l.OQQ1.000图叢3Summary炭JOveivirwEmvPoints1EjZWSiZCiK111DimtjusionIiiettiaCoiitiihiiitir-n12QfPcitiitoInertia□fDiiueiiiicuiOfDiinetTjiiontoIiiertiiofPoint1212Tct.±l1.157.563-.225.003.349.244.962.035.9972.157.342.020.003.123.002.?7S.001.?7S3.16?.122.195.OOL.016.LS4.55-7.32S斗.157-.113.146.001.01斗.103.500.232.8325.1S7-.336.141.003.125.096.037.9646.167-.578-.277.003.367.371,?4S.050,?9SActrreTotal1.00.0241.0001.000图隶4OverviewRowPointsJOverviewColuittnPoints^ScoreitiDini已曲口nUfPijmt-tc«IneHiaUfDune115iontoIneHiinfofDiit便上甘i口nPouitIIMass12Ineiti-i1212TotalXI.100-.040-.133.000.001.031.224.536.780Z2.100-.011-.143.000.000.05?.015.542.557X3.100-.0^7-.095.000.002.026.322.199.521.100.043-.108.QUO.002.034.034.4??.100-.024-.139.000.000.055.066.507.573X6.100-.023-.110.000.000.035.093.4B9.582豳.100-.055-.229.000.002.151.179.696275X8.100-.023-.416.001.000.500.013385.999.100-.056-.171.000.002.0S4.2S1.SOI.SS2ActiveTotal1.000.0241.0001.000團耒百0verviewCoIurnnPoints表d團気5OverviewColumnPoints炭J■城市5■城X3卡■城市3市4■城市2XI*恁*X7*■琢*X2X5■城市1►X8图泰6对应分枯图图表3为提取维度的汇总表，可见前两个维度共携带了总信息量的98.5%，因此使用默认的二维结果较好。图表5和图表6是对列联表行与列各状态有关信息的概括，Inertia是惯量，是每一行（列）与其重心的加权距离的平方，可以看出图表5和图表6中的惯量都等于0.024。图表6是城市与各商业过程满意度各状态同时在一张二维图上的投影，虽然SPSS可以做出对应分析图，但不够美观，也不方便编辑，故采用EXCEL做图，图表4与图表5中两维度即为对应分析图中的横、纵坐标，采用此数据即可做出对应分析图。在图上既可以看到每一变量内部各状态之间的相关关系，又可以得到各变量之间的相关关系。通过对应分析我们可以非常清晰的得到以下结果：象限1反映城市2、城市3与X4、X6的信息，他们之间较为接近；象限2反映城市4、城市5与X3的信息，他们之间较为接近；象限3反映城市6与XI、X7、X9的信息，他们之间较为接近；象限4反映城市1与X2、X5、X8的信息，他们之间较